财经观察:提升人机交互效率 多模态大模型易用性进一步推进
人民网北京5月14日电 (焦磊、财经实习生张泊洋)陪人聊天、观察帮助分析工作中的提升态福建某某建材厂问题并给出解决方案,甚至和人建立起情感羁绊……在科幻电影《Her》中,人机聊天机器人“Samantha”用充满智慧和幽默的交互进回答展示出高度的智能性和适应性。当下,效率性进这些来自过去的多模科幻想象正加速照入现实中。 北京时间5月14日凌晨,模型美国科技公司OpenAI在春季发布会上发布了最新GPT-4o多模态大模型。易用据OpenAI公司首席技术官米拉·穆拉蒂(Mira Murati)介绍,步推GPT-4o可以接收文本、财经福建某某建材厂音频和图像的观察任意组合作为输入,并实时生成文本、提升态音频和图像的人机任意组合进行输出,其中“o”代表“omni全能”。交互进 一直以来,多模态人机交互便是AI领域重点研究发力方向之一。继文生视频大模型Sora之后,GPT-4o的发布迎合了业内对多模态大模型的更多期待。 模态即每一种信息的来源或形式。人们在信息获取、环境感知、知识学习与表达等方面都是采用多模态的输入、输出方式。业内分析认为,相比单模态,多模态大模型同时处理文本、图片、音频以及视频等多类信息,与现实世界融合度高,更符合人类接收、处理和表达信息的方式,与人类交互方式更加灵活,表现得更加智能,能够执行更大范围的任务。 作为面向未来人机交互范式的全新大模型,GPT-4o具有文本、语音、图像三种模态的理解力,并可以综合对话者语气和所处环境空间等因素进行回答,展现出了高度智能性。 发布会上,GPT-4o展示了多项多模态交互能力。在进行实时语音交流时,其响应极快,并且可以识别用户的语音情绪,语音有情感,还能用不同语言和多人同时交互。在语音的同时可以与视频实时交互,演示了一边聊天一边解答手写数学问题,以及实时交流阅读代码,指导编程、视频聊天等能力。 米拉·穆拉蒂表示,“这是我们第一次在易用性方面真正向前迈出了一大步。” 此前,大模型在各个领域的应用主要集中在文生文、文生图之上,今年初Sora的发布则推动文生视频领域进一步发展。业内分析表示,此次GPT-4o的发布,将促使多模态综合交互成为生成式AI的重点发展方向,进而提升人机交互效率,逐渐向AGI方向迈进。 国盛证券研报分析,GPT-4o是迈向更自然的人机交互的重大进步,新功能带来了崭新的多模态交互能力,通过新的端到端模型实现了体验上的新突破,有望在各类终端实现用户体验的最大化。 多模态大模型包含的图文、音频、视频内容数据量巨大,进而引发人们对算力供应的关注。业内分析认为,未来AI的发展对算力的需求将会是几何式增长,算力限制可能是影响生成式AI应用开放使用的重要因素,而算力的可获取性以及成本将是挑战之一。此外,多模态大模型还将带来更严峻的安全挑战。 米拉·穆拉蒂表示,在安全性问题上,GPT-4o通过过滤训练数据和通过训练后细化模型行为等技术,在跨模态设计中内置了安全性。OpenAI还创建了新的安全系统,为语音输出提供防护。 据介绍,用户可有数量限制地免费使用GPT-4o模型来进行数据分析、图像分析、互联网搜索、访问应用商店等操作。 OpenAI CEO山姆·奥特曼在发布会后表示,“我们将创造人工智能,然后其他人将使用它来创造各种令人惊奇的事物,我们所有人都会从中受益。”此外,他还表示OpenAI其他业务收入将帮助公司向数十亿人提供免费的人工智能服务。
-
上一篇
-
下一篇
- 最近发表
- 随机阅读
-
- 本科“连挂”14门却能考研985,父母身份被扒:学二代身份藏不住
- 乌军出人意料攻入俄领土,军事专家都在问为什么
- 斑块逆转关键在控制胆固醇
- 广工研究生午休玩游戏被罚:自愿双倍论文?或是导师追加的
- 全国儿童预防接种日:儿童预防接种知识知多少?
- 俄称在库尔斯克州击落7枚乌军导弹
- 2024年安徽普通本科批高校投档波动分析(历史),总体大幅上升!
- 美菲加澳联合演习,中国护卫舰围观
- 又一轮降价潮?比亚迪置换补贴登场,最高2万,5月购车时机到?
- 向上,向上!伍鹏为中国摘得奥运男子速度攀岩银牌
- 小组第一!中国男子4×100米接力进决赛
- 中国拳击首金!常园夺女子54公斤级金牌
- 华为下一款增程SUV,比问界油耗低1.2L,还能加92号油?
- 中新健康丨报告称,上海经常参加体育锻炼人数比例达50.5%
- 2024全国计划选派15952名教师赴“三区”支教
- 中国“高速飞车”,时速1000公里
- 海军首批舰载机女飞行学员完成首次单飞
- “奥运决赛前一天晚上,我们可能会死掉。”
- 王楚钦:确曾一度有些迷茫陷入自我怀疑
- 中老深化跨境医疗合作
- 搜索
-